一个 200 行 ReAct 框架让开源模型竞速修复 3 个真实 bug
MaziyarPanahi · x · 2026-07-25
这条帖子展示了一个真实可跑的 多模型修 bug 工作流。
- 在一个真实仓库里放了 3 个隐藏 bug，用 pytest 作为裁判。
- 本地跑在一台 Mac Studio 上，模型包括 Bonsai-27B、Inkling、gemma-4-26B，通过 llama.cpp + MLX 部署。
- Kimi K3 则先通过 OpenRouter 调用，等权重周一公开后再本地跑。
- 整个 agent 循环大约是一个 200 行 的 ReAct harness，支持 read / edit / runtests，并且兼容任何 OpenAI-compatible 接口。
核心意思是：作者在用同一组真实 bug，做一套模型无关的编码 agent 对比实验。
所属事件:开源模型实战测试：200 行框架成功修复真实 bug(2 条相关)→
「编程与Agent」频道最新
- AustinLangChain 分享 RAG 变体：预计算黄金答案运行时精确匹配 — colinmcnamara · 2026-10-27
- 预计算标准答案：团队重复问答的缓存式解法 — colinmcnamara · 2026-10-27
- 开发者观点：与 agent 交互式协作仍有未被挖掘的价值 — alex_frantic · 2026-10-27
- 研究者发起 AMA:揭秘「平民开发者」用 AI Agent 自动化企业工作 — Loose_Rip359 · 2026-10-27
- Gradio 推 ML Intern 人工介入：训练前可暂停审核数据 — Gradio · 2026-10-27
- 玩家用本地 LLM + Blender MCP 自动搭建 Halo 无限 Forge 地图 — swagonflyyyy · 2026-10-27